模糊關(guān)聯(lián)規(guī)則挖掘模型及其在分解爐中的應(yīng)用

王 杰 黨勤華 朱曉東 吳振杰

(鄭州大學(xué)電氣工程學(xué)院，河南 鄭州 450001)

0 引言

隨著數(shù)據(jù)庫(kù)技術(shù)的發(fā)展以及企業(yè)中生產(chǎn)設(shè)備自動(dòng)化程度的提高，許多企業(yè)對(duì)生產(chǎn)過(guò)程中的重要設(shè)備都進(jìn)行了監(jiān)控。監(jiān)控的各種狀態(tài)和數(shù)據(jù)形成大型數(shù)據(jù)庫(kù)，包括設(shè)備運(yùn)行狀態(tài)的各種特征。但是由于數(shù)據(jù)本身的雜亂無(wú)章，致使數(shù)據(jù)庫(kù)包含的特征并不明顯[1]。數(shù)據(jù)挖掘(data mining)就是發(fā)現(xiàn)海量的數(shù)據(jù)中潛在的、有效的知識(shí)的過(guò)程。關(guān)聯(lián)規(guī)則(association rules)的挖掘作為數(shù)據(jù)挖掘技術(shù)中的重要組成部分，其目的就是尋找數(shù)據(jù)庫(kù)中事物和屬性之間的關(guān)系。

水泥工業(yè)在國(guó)民經(jīng)濟(jì)中占據(jù)著不可動(dòng)搖的地位，近些年已經(jīng)取得了突飛猛進(jìn)的進(jìn)展。在水泥生產(chǎn)過(guò)程中，參數(shù)基本是通過(guò)各種儀表進(jìn)行采集與顯示的，但具體的操作實(shí)現(xiàn)還需依靠操作人員積累的經(jīng)驗(yàn)來(lái)執(zhí)行。操作經(jīng)驗(yàn)因人而異。本文正是通過(guò)模糊關(guān)聯(lián)規(guī)則挖掘技術(shù)，采用聚類方法對(duì)生產(chǎn)數(shù)據(jù)進(jìn)行聚類劃分，并選取合適的支持度與置信度，獲取較為完備的生產(chǎn)操作信息，從而解決了專家經(jīng)驗(yàn)獲取的瓶頸，這也為水泥行業(yè)各個(gè)生產(chǎn)環(huán)節(jié)的溫度和壓力等的控制提供了理論指導(dǎo)。

1 模糊關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則最早是由Agrawal等人提出的，它是數(shù)據(jù)挖掘研究的主要內(nèi)容之一。并聯(lián)規(guī)則自提出之后，眾多學(xué)者對(duì)此進(jìn)行了研究并提出了很多算法，比較典型的有 Apriori、FP-Tree、TreeProjiection以及各種方法的改進(jìn)算法[2－3]。

關(guān)聯(lián)規(guī)則挖掘的兩個(gè)重要概念分別為支持度(support)和置信度(confidence)，支持度表示規(guī)則在所有數(shù)據(jù)中的重要程度，置信度意味著規(guī)則可以信賴的程度。進(jìn)行關(guān)聯(lián)規(guī)則的挖掘時(shí)，首先要確定最小支持度(minsup)和最小置信度(minconf)，隨后挖掘出滿足最小支持度和最小置信度的規(guī)則。

由于客觀世界的多樣性和復(fù)雜性，使得對(duì)許多事物的描述需要使用模糊的概念?；谀：拍畋硎镜年P(guān)聯(lián)規(guī)則就稱為模糊關(guān)聯(lián)規(guī)則。相對(duì)于傳統(tǒng)的布爾型關(guān)聯(lián)規(guī)則挖掘，模糊關(guān)聯(lián)規(guī)則的獲取得出的規(guī)則更貼近實(shí)際、更加準(zhǔn)確，符合人們的思維習(xí)慣[4]。

設(shè) T={t1，t2，…，tn}為一數(shù)據(jù)庫(kù)，I={i1，i2，…，im}為T中全部屬性的集合，vij為T中的i個(gè)記錄的第j個(gè)屬性的值，對(duì)于I中的每一個(gè)數(shù)值屬性ik，都有一個(gè)與之相聯(lián)系的模糊集。模糊關(guān)聯(lián)規(guī)則的形式表達(dá)為 ＜X，A＞? ＜Y，B＞，其中，X?I，Y?I，并且X∩Y=?，A和B分別為X和Y對(duì)應(yīng)的模糊集，＜X，A＞表示X中屬性取A中相應(yīng)的值。

對(duì)于任意模糊屬性集 X={y1，y2，…，yp}，X 的模糊支持率為：

模糊關(guān)聯(lián)規(guī)則“X?Y”的模糊支持率定義為：

模糊信任度定義為：

2 模糊聚類算法的選取

聚類就是將一組對(duì)象分成若干個(gè)簇的過(guò)程。聚類后的結(jié)果使得每個(gè)簇之內(nèi)的差異性最小，而簇與簇之間的差異性最大。聚類算法中比較經(jīng)典的有K-means算法和FCM算法。K-means是一種硬聚類算法，F(xiàn)CM是一種模糊聚類算法。這兩種算法均存在需要事先給定聚類個(gè)數(shù)以及對(duì)初始聚類中心相當(dāng)敏感的問(wèn)題[5－6]。因此，針對(duì)此問(wèn)題，采用將 K-means和 FCM 算法相結(jié)合形成KFCM算法，即利用K-means獲取聚類中心，以此聚類中心作為FCM算法的初始聚類中心，避免了在FCM算法的迭代過(guò)程中初始聚類中心的選取不當(dāng)而造成分類錯(cuò)誤的問(wèn)題[7－8]。

對(duì)于 X={x1，x2，…，xn}?Rs的樣本點(diǎn)集合，KFCM算法的具體步驟如下。

① 確定聚類參數(shù)：聚類個(gè)數(shù)k、閾值ε。

②隨機(jī)選取k個(gè)對(duì)象作為初始聚類中心，根據(jù)相似度準(zhǔn)則將數(shù)據(jù)分配到最接近的聚類中心，初始化隸屬度矩陣。

④上述步驟得出的k個(gè)聚類中心作為FCM的初始聚類中心 c(i)(i=1，2，…，k)。

相對(duì)于K-means和FCM，KFCM聚類方法分類的正確率較高。在實(shí)際應(yīng)用中，面對(duì)大量的生產(chǎn)數(shù)據(jù)，采用該方法聚類將得出更為準(zhǔn)確的結(jié)果。同時(shí)，利用KFCM作為模糊關(guān)聯(lián)規(guī)則挖掘的第一步，過(guò)程正確率較高，為獲取更加準(zhǔn)確的規(guī)則提供了良好的基礎(chǔ)。

3 模糊關(guān)聯(lián)規(guī)則流程

本文所采用的模糊關(guān)聯(lián)規(guī)則挖掘算法(mining fuzzy association rules，MFAR)，具體描述如下[9－10]。

① 應(yīng)用KFCM算法將數(shù)據(jù)庫(kù)數(shù)據(jù)T={t1，t2，…，tn}離散化，并將數(shù)據(jù)劃分為若干個(gè)模糊集等級(jí);

②對(duì)于聚類后的數(shù)據(jù)，其隸屬度值構(gòu)成一個(gè)新的數(shù)據(jù)庫(kù);

③在新數(shù)據(jù)庫(kù)中計(jì)算所有的1－模糊屬性集的模糊支持率，得到1－模糊頻繁屬性集、組合1－模糊頻繁屬性集，得到2－模糊候選屬性集;

④計(jì)算所有的2－模糊候選屬性集的模糊支持度，刪除小于最小支持度的屬性集，得到所有的2－模糊頻繁屬性集并對(duì)其組合，得到3－模糊候選屬性集;

⑤查看3－模糊候選屬性集的子集，刪除含有不是2－模糊頻繁屬性集的3－模糊候選屬性集，計(jì)算剩余3－模糊候選屬性集的模糊支持度，刪除小于最小支持度的屬性集，得到3－模糊頻繁屬性集;

⑥采用同樣的方法得到k－模糊頻繁屬性集，從所有的模糊頻繁屬性集中生成不小于最小支持度和最小信任度的模糊關(guān)聯(lián)規(guī)則。

通過(guò)應(yīng)用模糊聚類算法得到了數(shù)據(jù)歸屬于某一類的隸屬度值，之后選取合適的閾值，從而將變量的數(shù)量型屬性轉(zhuǎn)化為布爾型，進(jìn)行關(guān)聯(lián)規(guī)則的挖掘。

4 模糊關(guān)聯(lián)規(guī)則實(shí)現(xiàn)

本文的試驗(yàn)數(shù)據(jù)來(lái)自于河南某水泥公司DCS系統(tǒng)采集的數(shù)據(jù)，數(shù)據(jù)量豐富，為數(shù)據(jù)挖掘提供了良好的數(shù)據(jù)資源。針對(duì)本文的研究目的，首先對(duì)采集的數(shù)據(jù)進(jìn)行了篩選，挑選出與分解爐控制相關(guān)的因素，整理后形成新的數(shù)據(jù)庫(kù)。同時(shí)，調(diào)整參數(shù)形成有效的模糊關(guān)聯(lián)規(guī)則挖掘模型。

4.1 選取的生產(chǎn)參數(shù)

在本文的研究過(guò)程中，選用分解爐出口溫度作為關(guān)聯(lián)規(guī)則的后項(xiàng)輸出，根據(jù)現(xiàn)場(chǎng)工作人員對(duì)分解爐的控制經(jīng)驗(yàn)，選取與溫度控制相關(guān)的變量。選取的相關(guān)參數(shù)如表1所示。

表1 選取的相關(guān)參數(shù)Tab.1 Selection of related parameters

本文一共利用了五個(gè)主要相關(guān)變量作為關(guān)聯(lián)規(guī)則的前項(xiàng)條件，分別為三次風(fēng)溫度、五級(jí)筒出口溫度、窯尾煙室溫度、預(yù)燃室溫度和分解爐喂料速度，并選取300個(gè)采樣點(diǎn)的數(shù)據(jù)進(jìn)行研究。

在確定判斷參數(shù)之后，使用本文的聚類算法進(jìn)行聚類劃分。數(shù)據(jù)被分為三類，分別取語(yǔ)言值為小、中、大，得出數(shù)據(jù)在各個(gè)類上的隸屬度值，并根據(jù)隸屬度值將初始的數(shù)量型屬性轉(zhuǎn)化為布爾型，從而可以使用關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行發(fā)掘。

選取的參數(shù)模糊集合如表2所示，表中S代表語(yǔ)言值“小”(small)、M 代表語(yǔ)言值“中”(middle)、B代表語(yǔ)言值“大”(big)。

表2 選取的參數(shù)模糊集合表Tab.2 Fuzzy set of the selected parameters

4.2 具體實(shí)現(xiàn)

在規(guī)則挖掘過(guò)程中設(shè)置適當(dāng)?shù)拈撝担笥谠撻撝档闹?，反之置0，從而將規(guī)則轉(zhuǎn)化為布爾型。本文閾值設(shè)置為0.5，同時(shí)對(duì)于規(guī)則的獲取，若設(shè)置最小支持度為20%，最小置信度為40%，則可得出60條規(guī)則;若設(shè)置最小支持度為30%，最小置信度為50%，則可得出21條規(guī)則。挖掘的部分規(guī)則如表3所示。

表3 挖掘的部分規(guī)則Tab.3 Partial mining rules

從挖掘出的部分規(guī)則可以看出，規(guī)則的置信度都是比較好的，即得出的規(guī)則的正確性與可靠性較高。當(dāng)規(guī)則為五級(jí)筒溫度大、預(yù)燃室溫度小時(shí)，推導(dǎo)出分解爐內(nèi)溫度小，通過(guò)和現(xiàn)場(chǎng)專家經(jīng)驗(yàn)進(jìn)行比較，表明得出的規(guī)則是正確的。

在規(guī)則的獲取過(guò)程中，由于閾值設(shè)置、算法支持度和置信度的不同，得出的規(guī)則會(huì)有不同，對(duì)于算法挖掘出的大量規(guī)則，需要進(jìn)行進(jìn)一步的篩選與調(diào)整。

5 結(jié)束語(yǔ)

本文采用基于模糊聚類的模糊關(guān)聯(lián)規(guī)則對(duì)水泥生產(chǎn)中分解爐溫度控制的大量歷史數(shù)據(jù)進(jìn)行分析[11]，通過(guò)使用模糊聚類KFCM算法，將分解爐溫度控制相關(guān)因素聚成若干個(gè)模糊類別，求出數(shù)據(jù)在類上的隸屬度值;然后運(yùn)用MFAR算法對(duì)模糊化的現(xiàn)場(chǎng)分解爐溫度控制的相關(guān)參數(shù)進(jìn)行分析，得到了符合實(shí)際專家經(jīng)驗(yàn)的模糊規(guī)則。

試驗(yàn)表明，此模糊規(guī)則解決了實(shí)際工業(yè)中專家經(jīng)驗(yàn)獲取的瓶頸問(wèn)題，也為實(shí)際溫度控制提供了理論依據(jù)，起到了生產(chǎn)優(yōu)化的作用。

[1]胡鍇，徐巍華，渠瑜.改進(jìn)模糊關(guān)聯(lián)規(guī)則及其在故障診斷中的應(yīng)用[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2008(10)：8 －12.

[2]譚華，謝赤，儲(chǔ)慧斌.基于模糊關(guān)聯(lián)規(guī)則的股票市場(chǎng)交易規(guī)則抽取[J].系統(tǒng)工程，2007，25(4)：92 －97.

[3]Molina C，Sanchez D，Serrano J M，et al.Finding fuzzy association rules via restriction levels[C]∥IEEE International Conference on Fuzzy Systems，2009，Korea：1157 －1162.

[4]閆偉，張浩，陸劍峰.基于模糊聚類的模糊關(guān)聯(lián)規(guī)則在流程企業(yè)中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2005(11)：2676 －2678.

[5]陳鐵梅.模糊聚類在數(shù)據(jù)預(yù)處理中的應(yīng)用研究[J].自動(dòng)化儀表，2008，29(5)：36 －39.

[6]陳壽文，李明東.一種混合均值聚類算法的實(shí)現(xiàn)[J].計(jì)算機(jī)工程與應(yīng)用，2010，46(18)：132 －134.

[7]汪軍，王傳玉，周鳴爭(zhēng).半監(jiān)督的改進(jìn)K－均值聚類算法[J].計(jì)算機(jī)工程與應(yīng)用，2009，45(28)：137 －139.

[8]尹海麗，王穎潔，白鳳波.軟硬結(jié)合的快速模糊C－均值聚類算法的研究[J].計(jì)算機(jī)工程與應(yīng)用，2008，44(22)：172 －174.

[9]陸建江，張亞非，宋自林.模糊關(guān)聯(lián)規(guī)則的研究與應(yīng)用[M].北京：科學(xué)出版社，2008：28 －39.

[10]鄒曉峰，陸建江，宋自林.基于模糊分類關(guān)聯(lián)規(guī)則的分類系統(tǒng)[J].計(jì)算機(jī)研究與發(fā)展，2003，40(5)：651 －656.

[11]程志江，李劍波.基于遺傳算法的智能小車模糊控制系統(tǒng)的研發(fā)[J].自動(dòng)化儀表，2009，30(8)：4 －7.